Presentasi Sidang Tugas Akhir

Perancangan Penggerak Elektrik dan Kontroler Fuzzy-PI Untuk Pengaturan Kecepatan Motor DC Brushless

Marika Ayu Putri Ramadhani

2213105055

Dosen pembimbing :

Ir. Rusdhianto Effendie A.K, MT.

Program Studi Teknik Sistem Pengaturan

Jurusan Teknik Elektro-FTI

Institut Teknologi Sepuluh Nopember

Surabaya 2015

Outline

Pendahuluan

Teori Penunjang

Perancangan Sistem

Hasil Pengujian dan Analisa

Kesimpulan dan Saran

Pendahuluan

Kelebihan motor BLDC :

1. efisiensi yang tinggi

2. suaranya halus

3. ukuran universal

4. keandalan yang tinggi dan biaya perawatan yang rendah.

5. menghemat biaya dan waktu pada hampir semua industri.

Diperlukannya cara kontrol yang berbeda untuk komutasi fase arus

dari motor BLDC sebagai pengganti sikat.

Penggunaan kontroler fuzzy-PI dipilih karena dapat dikembangkan

tanpa persyaratan untuk model matematika dari suatu sistem.

Latar Belakang

Pendahuluan

Kebutuhan akan penggerak elektrik sebagai komutasi elektrik pada

stator motor BLDC.

Proses pengaturan pada BLDC sangat rumit, sehingga diperlukan

perancangan kontroler untuk kecepatan yang konstan.

Deskripsi Permasalahan

Tujuan

Merancang penggerak elektrik dan kontroler fuzzy-PI untuk

mengatur kecepatan motor BLDC sesuai dengan spesifikasi yang

diinginkan

Teori Penunjang

Motor BLDC

Merupakan motor sinkron 3 fasa

Menggunakan catu daya DC sebagai sumber

utama

Rotor terbuat dari magnet permanen

Komutasi stator dilakukan secara elektrik,

sehingga membutuhkan power elektronik

Teori Penunjang

Prinsip Kerja Motor BLDC

Pemberian tegangan sinusoidal pada fasa

C,A,B ditujukan untuk membuat medan

putar pada stator

Magnet rotor berputar dari medan stator

positif menuju medan stator negatif dari fasa

C,A,B

Teori Penunjang

Power Electronic

Power elektronik digunakan untuk mengubah

tegangan DC menjadi tegangan AC

Konversi tegangan dibuat dengan melakukan

penyulutan terhadap ke-enam buah MOSFET

Teori Penunjang

Power Electronic Tabel Penyulutan MOSFET

Urutan ke- Saklar Aktif Fasa A Fasa B Fasa C

1 S1 S6 High Low Off

2 S1 S5 High Off Low

3 S3 S5 Off High Low

4 S3 S4 Low High Off

5 S2 S4 Low Off High

6 S2 S6 Off Low High

Teori Penunjang

Pengendalian Motor BLDC

Metode Six Step

Mudah diaplikasikan

Kombinasi dengan hall sensor untuk

mengetahui posisi rotor

Membentuk gelombang sinus

trapezoidal

Rugi-rugi daya tinggi

Metode PWM

Putaran motor tidak terlalu bising

Rugi-rugi daya berkurang

Perancangan Sistem

Diagram Blok Sistem Keseluruhan

Perancangan Sistem

Perancangan Hardware

Perancangan Sistem

Perancangan Hardware

Perancangan Mekanik Plant

Perancangan Sistem

Perancangan Hardware

Perancangan Sensor Rotary Encoder dan Power Elektronik

Perancangan Sistem

Perancangan Software

Arduino sebagai Pembangkit Frekuensi dan Data Logging

Perancangan Sistem

Perancangan Software

Identifikasi Sistem No. Metode Model Matematika RMSE

1. Viteckova 1st

Order 0.4189

1.3242s 1

0.9436 se

128.221

2. Viteckova 2nd

Order 20.713s 1.689s 1

0.9436

125.978

3. Sundaresan &

Krishnaswamy 0.6081

0.963 1

0.9436 se

s

123.895

4. Grafis Terstruktur 1.003 s 1

21.007s 2.007s 1

33.692

Fuzzifikasi merupakan proses transformasi nilai real

(nilai bukan fuzzy) menjadi nilai suatu himpunan fuzzy yang dinyatakan dalam derajat keanggotaan yang didefinisikan.

Perancangan Sistem

Perancangan Kontroler

Basis Aturan Deskripsi linguistik terhadap variabel input dan

output.

Tabel Basis Aturan Mack Vicar Wheelan

u∑e1 u∑e2 u∑e3 u∑e4 u∑e5

ue1 1 1 2 2 3

ue2 1 2 2 3 4

ue3 2 2 3 4 4

ue4 2 3 4 4 5

ue5 3 4 4 5 5

Perancangan Sistem

Perancangan Kontroler

Mekanisme inferensi

mekanisme operasi matematika yang dilakukan sesuai dengan premis yang diberikan.

Defuzzifikasi

proses mentransformasikan harga fuzzy hasil dari inferensi fuzzy ke dalam harga bukan fuzzy atau harga aktual.

Perancangan Sistem

Perancangan Kontroler

Blok Diagram Kontroler

Perancangan Sistem

Perancangan Kontroler

nilai gain integral error (Kie) = 0.001, gain error (Ke) = 0.1, control

offset (Uset) = 20 dan gain control (Ku) = 25.

Dengan spesifikasi respon sebagai berikut τ = 0.707 detik, 𝑡𝑠 ±5% = 2.121 𝑑𝑒𝑡𝑖𝑘, 𝑡𝑟 5% − 95% = 2.081 𝑑𝑒𝑡𝑖𝑘, 𝑡𝑑 = 0.49 𝑑𝑒𝑡𝑖𝑘 dan ess = - 0.03%.

Hasil Pengujian dan Analisa Sistem

Simulasi Kontroler Fuzzy-PI

Hasil Pengujian dan Analisa Sistem

Implementasi Kontroler Fuzzy-PI Beban Minimal

Dengan spesifikasi respon sebagai berikut τ = 2.248 detik,

𝑡𝑠 ±5% = 6.744 𝑑𝑒𝑡𝑖𝑘, 𝑡𝑟 5% − 95% = 6.619 𝑑𝑒𝑡𝑖𝑘,

𝑡𝑑 = 1.558 𝑑𝑒𝑡𝑖𝑘 dan ess = 0.001%.

Hasil Pengujian dan Analisa Sistem

Implementasi Kontroler Fuzzy-PI Beban Nominal

Dengan spesifikasi respon sebagai berikut τ = 2.455 detik,

𝑡𝑠 ±5% = 7.367 𝑑𝑒𝑡𝑖𝑘, 𝑡𝑟 5% − 95% = 7.228 𝑑𝑒𝑡𝑖𝑘,

𝑡𝑑 = 1.701 𝑑𝑒𝑡𝑖𝑘 dan ess = -0.08%.

Hasil Pengujian dan Analisa Sistem

Implementasi Kontroler Fuzzy-PI Beban Maksimal

Dengan spesifikasi respon sebagai berikut τ = 2.226 detik,

𝑡𝑠 ±5% = 6.679𝑑𝑒𝑡𝑖𝑘, 𝑡𝑟 5% − 95% = 6.554 𝑑𝑒𝑡𝑖𝑘,

𝑡𝑑 = 1.542 𝑑𝑒𝑡𝑖𝑘 dan ess = -0.09%.

Pada simulasi kontroler fuzzy-PI mampu mendekati nilai kecepatan referensi pada kondisi beban minimal dengan nilai τ = 2.248 detik, 𝑡𝑠 ±5% = 6.744 𝑑𝑒𝑡𝑖𝑘, 𝑡𝑟 5% − 95% = 6.619 𝑑𝑒𝑡𝑖𝑘, 𝑡𝑑 =1.558 𝑑𝑒𝑡𝑖𝑘 dan ess = 0.001%.

Pada simulasi kontroler fuzzy-PI mampu mendekati nilai kecepatan referensi pada kondisi beban nominal dengan nilai τ = 2.455 detik, 𝑡𝑠 ±5% = 7.367 𝑑𝑒𝑡𝑖𝑘, 𝑡𝑟 5% − 95% = 7.228 𝑑𝑒𝑡𝑖𝑘, 𝑡𝑑 =1.701 𝑑𝑒𝑡𝑖𝑘 dan ess = -0.08%.

Pada implementasi kontroler fuzzy-PI mampu mendekati nilai kecepatan referensi pada kondisi beban maksimal dan hasil respon mendekati respon beban nominal dengan nilai τ = 2.226 detik, 𝑡𝑠 ±5% = 6.679𝑑𝑒𝑡𝑖𝑘, 𝑡𝑟 5% − 95% = 6.554 𝑑𝑒𝑡𝑖𝑘, 𝑡𝑑 = 1.542 𝑑𝑒𝑡𝑖𝑘 dan ess = -0.09%.

Penutup

Kesimpulan

Sekian dan Terimakasih